摘要
本发明属于图像处理技术领域,具体涉及一种基于CNN‑Transformer结合的煤岩图像分类方法、装置和电子设备,步骤如下:构建初始深度网络模型CNN‑Transformer,将纹理库数据集中数据输入其中得到基权;收集煤岩图像并进行预处理得到数据集,数据集中图像进行得到特征图;将初始CNN‑Transformer模型部分结构进行替换得到优化后的CNN‑Transformer模型;将特征图输入至优化后的CNN‑Transformer模型得到特征图;将优化后的CNN‑Transformer模型的结果输入至分类器,得到分类结果。本发明方案结合了CNN和Transformer的各自优势,既能提取图像的局部特征,又能提取图像的全局特征,通过对全局和局部特征进行建模,提高了煤岩图像分类精度和泛化能力,为地质研究领域提供了有力的工具。
技术关键词
图像分类方法
浅层特征提取
全局平均池化
图像数据处理单元
深度网络模型
深度特征提取
前馈神经网络
通道
煤岩图像采集
机器可读指令
输出特征
模块
图像分类精度
图像分类装置
电子设备
纹理
图像处理技术